两类多指标集成算法在医护工作质量综合评价问题中的实证研究*

张利平 刘建明 李望晨△ 唐云锋

两类多指标集成算法在医护工作质量综合评价问题中的实证研究*

张利平1,2,3刘建明1,2,3李望晨1,2,3△唐云锋1,2,3

综合评价就是将指标体系、权重和对象指标测量信息，借助数学算法对评价对象进行综合排序。方法多样化和功能差异会引起结果差别，需要结合方法原理、研究对象和评价目的设计适配模型。综合评价研究须从指标筛选与构建、权重计算、集成算法选择、模型方案设计等方面对评价结果加以解释。

医疗质量体现医疗机构的经营能力和服务水平，对提高综合业绩和竞争力有导向意义。综合评价须借助数理统计和多属性决策方法，融合、量化资料，为管理者制定决策提供依据。本研究旨在以两类多指标集结算法为基础阐述流程[1]，以两个代表性综合评价问题为例设计方案，为同类问题应用提供技术参考。

综合评价工作流程

1.指标体系

指标体系是综合评价工作基础，应由决策者根据规划目标、实际工作情况和文献资料，结合指标内涵，对考核标准进行分类、筛选和优化。指标应遵循系统、分层和细化原则，尽量意义明确、内涵丰富和属性约简，力求系统性、独立性、特异性和灵敏性。具体指标的确定应由Delphi法组织专家研讨和筛选，不断征询意见后进行综合论证。

2.权重计算

指标筛选后应确定权重，权重旨在体现指标差异性。权重可由专家主观研讨确定或根据数据分布计算客观权重。

3.数据预处理

指标体系构建后，由决策者组织专家针对医疗或护理工作实际，根据指标内涵意义对评价对象逐项测量和汇总客观数据。低优或中优指标需要同向化处理，以不改变数据分布为宜。并作无量纲预处理。

4.模型方法

评价对象与指标基础数据矩阵获取后，建立多指标集成算法综合评价系统模型，将全部测量数据和指标权重经信息综合集成和降维排序，通过将复杂系统测量数据合成为单项指标，制定排序依据。代表算法有很多，其功能原理不同，评价结果有差异，要根据方法原理和评价目的进行解释，以体现决策导向价值。

TOPSIS法[2]是在数据中寻求各指标最优值构造“正理想对象”；寻求各指标最劣值构造“负理想对象”，经复杂计算寻求“相对距离”并将待评对象排序。灰色关联法[3]原理与之相似，但目的和功能有差异。首先构造“正理想对象”，各对象依次与之计算相似性，以指标灰色关联系数体现，融入权重信息后加权合成为灰色关联度，反映各对象与“正理想对象”相似程度，值越大则与“正理想对象”越相似，其综合排序越靠前。

医疗质量评价算例

1.对象与资料

根据文献资料、医院实际和行业经验对指标论证、整合和优化，采用Delphi法组织专家进行多轮函询反馈，从质量、效率、效益角度优化确定指标，其中质量指标包括出入院诊断符合率X11、门诊出院诊断符合率X12、住院三天确诊率X13、治愈好转率X14、住院病死率X15、危重病抢救成功率X16、住院感染率X17；效率指标包括病床使用率X21、病床周转数X22、平均住院日X23；效益指标包括门诊和住院人均医疗费X31、药品占医疗收入比X32。由AHP法组织论证和计算指标权重: 0.1075, 0.0645, 0.2580, 0.0860, 0.0860, 0.0430, 0.1075, 0.0323, 0.064, 0.0645, 0.0430, 0.0430。

以10家同级医院某科室医疗质量评价为例，算例资料见表1。

2.数据预处理

3.模型研究

(1) 综合评分法

(2) TOPSIS法

(3) 灰色关联法

4.结果分析

医疗质量综合排序，见表2。经Spearman秩相关和Kendall等级相关分析，发现相关有统计学意义(P<0.001)，Spearman系数为0.964，Kendall系数为0.911。两种方法功能类似，因原理不同而评价排序有略微差异。以TOPSIS法、灰色关联分析分别得医疗质量综合评价优劣降序结果：D、I、H、F、J、C、G、A、B、E和D、I、C、H、F、J、G、A、B、E。

护理质量评价算例

1.指标体系

专家组由卫生管理领导、社区机构负责人、全科医师和主管护师组成，根据专业知识和资深经验组织三轮函询后形成指标体系。包括千人口护士数X1、护医比X2、理论与技能考核分数X3、培训学习落实率X4、老年人健康建档率X5、慢病建档率X6、居民健康建档率X7、重点人群保健服务率X8、健康教育活动数X9、残疾人康复指导率X10、家庭护理服务人数X11、护理综合满意率X12、居民健康知识通晓率X13、护理投诉数X14和护理差错数X15共15项指标。以AHP法赋权计算指标X1～X4、X5～X11、X12～X15权重。

以某市10家社区卫生服务中心为例。组织者在文件资料、现场调研和问卷调查基础上分别对各指标进行测量后收集资料，资料见表3。

2.结果分析

依据TOPSIS法和灰色关联法的计算步骤，将组合权重和预处理数据矩阵代入模型，两种评价方案计算结果见表2：

护理质量评价结果按优劣降序排列，TOPSIS法和灰色关联法综合评价结果按优劣排序为J、E、I、H、B、G、D、C、F、A和E、J、I、G、H、B、C、D、F、A。前者以两个虚拟优劣机构为“极端标杆”，以欧式距离为排序标准；后者以虚拟最优机构为极端参照，以灰色关联度设计排序标准。两种方法结合后可对10家机构划分优劣等级，最后认为E、I、J优秀，B、G、H良好，C、D中等，A、F最差。

讨 论

在多指标集成算法综合评价模型中，指标权重解释重要性差异；基础测量数据收集客观、公平、公正。TOPSIS和灰色关联分析原理易解释、实现方便和应用广泛。前者以加权距离公式对数据矩阵计算各样本与理想最优、最劣样本相对位置，充分融合信息。后者以灰色关联度计算，寻求所有样本与理想最优样本相似程度。方案设计科学、目的明确、结论实效，表现出一定的系统性、科学性和实用性。

综合评价问题研究对象特点、实际资料特点、评价者知识结构、决策目的意愿、卫生问题代表性、方法原理不同，均会造成方案设计适用性差异。指标体系构建策略、权重计算程序、同向化与无量纲化、评价算法也可能引起结果差别，应用设计须结合方法原理解释和决策导向分析。本文以卫生领域医疗或护理质量综合评价工作问题为代表性算例，以两类集结算法分别建立模型，阐述思路流程并进行比较验证，以便为同类问题应用者提供借鉴。

[1]李望晨.医学综合评价设计合理性论证与适配对策研究.中国卫生经济,2014,33(2):66-68.

[2]郁华,石林,白莉,等.加权TOPSIS法在艾滋病实验室质量评价中的应用.中国卫生统计,2014,31(1):98-99.

[3]杨金,王燕丽,朱琳.基于熵权的灰色关联理想解法在地方病机构卫生资源综合评价中的应用.中国卫生统计, 2014,31(1):134-136.

[4]刘涛,邓平,孟晓谕.基于熵权法的医疗质量综合评价.中国卫生统计,2009,26(3):274-275.

(责任编辑：郭海强)

教育部人文社科基金课题15YJCZH087;山东省自然科学基金ZR2015HL101;山东省高校人文社科课题J14W21;山东省统计科研课题KT15186-187;山东省卫计委项目2014WS0460

1.山东省基层卫生发展研究中心(261053)

2.社会领域健康风险协同创新中心

3.“健康山东”重大社会风险预测与治理协同创新中心

△通信作者:李望晨,E-mail: lwch.ppt@163.com.